arXiv cs.LG· Carolin Ciss\'ee, Dennis Fast, Raneen Younis, Alexander L\"oser, Wolfgang Nejdl, Zahra Ahmadi·· 7 小时前AI 评分24
临床机器学习中 EHR 预处理管线的隐藏数据挑战：以 MIMIC-IV 为例
Hidden Data Challenges in Clinical Machine Learning
AI 导读
研究以 MIMIC-IV 为例，识别并量化了电子健康记录预处理管线中时间、语义和人群三种对齐违规，分别表现为时间泄漏、特征-任务错位和偏置插补。这些预处理选择在整体预测性能上往往不可见，却会改变模型依赖的信号。作者据此提出了时间有效、临床对齐且可复现的 MIMIC-IV 预处理建议，并公开了实验代码。
来源：arXiv cs.LG · arxiv.org